機(jī)器視覺(jué)技術(shù)在車(chē)用制動(dòng)盤(pán)質(zhì)量檢測(cè)中的應(yīng)用實(shí)踐

中圖分類(lèi)號(hào)：U467.4 收稿日期：2025-03-24 DOI： 10.19999/j.cnki.1004-0226.2025.05.030

Application of Machine Vision Technology in Quality Inspection of Automotive Brake Discs

Lu Fengjun Zhejiang Zhonghe Judicial Appraisal Center，Ningbo 315ooo，China

Abstract：Thispaperfirstoutlinesthecurentappicationstatusofmachine visiontechnologyinthequalityinspectionofautomo tivebrakdiscspointingoutitsimportantsignificanceinpromotingtehigqualitydevelopmentoftheautomotivepartsmanufacturingindustry.Ifocussoteaplicationpntsoftotagspetionrakeduandolearanceinspetionrakepadthick ness and brakingperformaneinspection，positioninspectionandotertechnologies.Theconclusionpintsouthatautomoblemanufacturingenterprisesshouldbeguidedbythedevelopmentneedsof theautomobileindustryestablishamachinevisiontechnology brakediscqualityinspectionsystem，promote enterprises toplayagreaterroleinthe automobile manufacturing system，andcreate modern automobile production enterpriseswith distinctive technical characteristics.

Keywords：Machine vision technology;Car brake discs;Quality Inspection

1前言

機(jī)器視覺(jué)技術(shù)是現(xiàn)代制造業(yè)中的重要技術(shù)，在車(chē)用制動(dòng)盤(pán)質(zhì)量檢測(cè)中發(fā)揮著關(guān)鍵作用。制動(dòng)盤(pán)質(zhì)量是保障行車(chē)安全的重要支柱，車(chē)用制動(dòng)盤(pán)在制造過(guò)程中應(yīng)當(dāng)承擔(dān)起保護(hù)人民生命財(cái)產(chǎn)安全的責(zé)任，在加速推進(jìn)智能制造和質(zhì)量強(qiáng)國(guó)建設(shè)的新時(shí)期，需以技術(shù)創(chuàng)新引領(lǐng)行業(yè)發(fā)展模式，不斷提升車(chē)用制動(dòng)盤(pán)檢測(cè)效率[1]。本文將從缺陷檢測(cè)，制動(dòng)鼓蹄間隙檢測(cè)，動(dòng)摩擦片厚度與制動(dòng)性能檢測(cè)，二手車(chē)、事故車(chē)、泡水車(chē)檢測(cè)，位置度檢測(cè)等5個(gè)方面分析機(jī)器視覺(jué)技術(shù)在車(chē)用制動(dòng)盤(pán)質(zhì)量檢測(cè)中的運(yùn)用實(shí)踐。

2車(chē)用制動(dòng)盤(pán)質(zhì)量檢測(cè)的發(fā)展

從20世紀(jì)50年代開(kāi)始，碟剎系統(tǒng)首次應(yīng)用于競(jìng)速車(chē)輛。與傳統(tǒng)采用的鼓剎相較，碟剎具備多項(xiàng)優(yōu)勢(shì)，加制動(dòng)性能優(yōu)越、檢修便捷、散熱效率高等。基于這些特點(diǎn)，碟式制動(dòng)裝置迅速在全球汽車(chē)產(chǎn)業(yè)獲得普及，并延續(xù)使用至今。制動(dòng)盤(pán)在生產(chǎn)制造過(guò)程中的表面出現(xiàn)多種瑕疵，有孔洞、砂質(zhì)缺陷、收縮性空洞、裂痕、表面凹陷、色差、模具錯(cuò)位及振動(dòng)紋路等問(wèn)題，其中最頻繁發(fā)生的現(xiàn)象為孔洞、砂質(zhì)缺陷、收縮性空洞和裂痕等表面異常。依據(jù)國(guó)家標(biāo)準(zhǔn)GB/T34422—2017規(guī)范，制動(dòng)盤(pán)需經(jīng)過(guò)合格質(zhì)量檢測(cè)方可投人使用。

制動(dòng)盤(pán)檢測(cè)項(xiàng)目涵蓋力學(xué)性能、化學(xué)成分、金相組織、摩擦面粗糙度、剩余不平衡量、尺寸公差、形位公差以及外觀質(zhì)量等多項(xiàng)指標(biāo)。外觀質(zhì)量檢測(cè)方法主要包括磁粉探傷、滲透探傷、渦流探傷和機(jī)器視覺(jué)檢測(cè)；磁粉探傷基于漏磁原理，通過(guò)觀察磁性材料表面缺陷處因磁力線中斷而形成的磁痕來(lái)判斷缺陷的性質(zhì)與程度，該方法檢測(cè)速度快、成本低廉，但對(duì)操作人員的專(zhuān)業(yè)技能要求較高，且僅適用于鐵磁性材料；滲透探傷利用毛細(xì)作用，將滲透劑滲入被測(cè)物表面缺陷，顯示缺陷形狀走向，該方法操作簡(jiǎn)便，靈敏度高，但檢測(cè)效率相對(duì)較低；渦流探傷通過(guò)檢測(cè)線圈產(chǎn)生的交變電磁場(chǎng)與被測(cè)物相互作用引起渦流變化來(lái)判斷缺陷。方法檢測(cè)速度快、靈敏度高，但成本較高，且僅適用于導(dǎo)電材料。

當(dāng)前，國(guó)內(nèi)制動(dòng)盤(pán)制造主要依賴(lài)人工目檢或手持檢測(cè)設(shè)備來(lái)判定產(chǎn)品質(zhì)量，檢驗(yàn)方式存在檢測(cè)人員標(biāo)準(zhǔn)不統(tǒng)一、漏檢、誤判等問(wèn)題，特別是在現(xiàn)代化大規(guī)模生產(chǎn)線上，此類(lèi)方法已無(wú)法滿(mǎn)足高端制動(dòng)盤(pán)實(shí)時(shí)檢測(cè)和批量質(zhì)檢要求。因此，研發(fā)引進(jìn)智能化檢測(cè)設(shè)備，實(shí)現(xiàn)制動(dòng)盤(pán)質(zhì)量自動(dòng)化檢測(cè)已成為行業(yè)發(fā)展的必然趨勢(shì)。其中，機(jī)器視覺(jué)作為無(wú)損制動(dòng)盤(pán)質(zhì)量的檢測(cè)方法，已獲得了廣泛應(yīng)用[2]。

3機(jī)器視覺(jué)技術(shù)分析

機(jī)器視覺(jué)系統(tǒng)由五大核心組成要素構(gòu)成，分別為照明裝置、光學(xué)成像器、工控?cái)z像單元、影像算法軟件以及綜合集成模塊，能夠完成對(duì)待測(cè)物體圖像獲取、信息提取與智能分析等功能。國(guó)際上，工業(yè)視覺(jué)檢測(cè)技術(shù)發(fā)展較為成熟，其應(yīng)用范疇已延伸至鐵路軌道巡檢、鋼材品質(zhì)評(píng)估、印刷品質(zhì)控、電子元件驗(yàn)證等諸多尖端領(lǐng)域。然而，這類(lèi)先進(jìn)設(shè)備價(jià)格昂貴，系統(tǒng)使用權(quán)費(fèi)用高企，且關(guān)鍵軟件知識(shí)產(chǎn)權(quán)問(wèn)題仍未得到妥善解決。因此，作為制約我國(guó)工業(yè)發(fā)展的關(guān)鍵技術(shù)之一，計(jì)算機(jī)視覺(jué)檢測(cè)系統(tǒng)的自主研發(fā)已成為國(guó)家重點(diǎn)攻關(guān)方向。

機(jī)器視覺(jué)是人工智能的重要分支，當(dāng)前，不少?lài)?guó)產(chǎn)制動(dòng)盤(pán)生產(chǎn)商已著手探索并實(shí)踐該項(xiàng)新技術(shù)。然而，如何運(yùn)用機(jī)器視覺(jué)手段采集制動(dòng)盤(pán)各類(lèi)缺陷影像，通過(guò)軟件系統(tǒng)實(shí)現(xiàn)數(shù)據(jù)實(shí)時(shí)處理分析，依然是該領(lǐng)域亟待突破的技術(shù)難點(diǎn)，也是整個(gè)行業(yè)持續(xù)關(guān)注的核心問(wèn)題。

4車(chē)用制動(dòng)盤(pán)質(zhì)量檢測(cè)與機(jī)器視覺(jué)技術(shù)的融合

4.1缺陷檢測(cè)

車(chē)用制動(dòng)盤(pán)質(zhì)量檢測(cè)的機(jī)器視覺(jué)系統(tǒng)設(shè)計(jì)是綜合工程，集成了光學(xué)、機(jī)械、電子和軟件等多領(lǐng)域技術(shù)，能夠?qū)崿F(xiàn)自動(dòng)化檢測(cè)制動(dòng)盤(pán)質(zhì)量，系統(tǒng)設(shè)計(jì)可以分為幾個(gè)核心模塊（圖1）。

成像模塊是整個(gè)系統(tǒng)的“眼睛”，負(fù)責(zé)獲取清晰制動(dòng)盤(pán)圖像，模塊主要由光源、工業(yè)相機(jī)、鏡頭和圖像采集卡組成，光源選擇要根據(jù)制動(dòng)盤(pán)材質(zhì)和表面特性選擇光源類(lèi)型和照射角度；工業(yè)相機(jī)是最為核心的部件，其分辨率、幀率和感光度等參數(shù)會(huì)直接影響圖像質(zhì)量，要根據(jù)檢測(cè)精度、速度要求選擇；鏡頭能夠?qū)⒐饩€聚焦到相機(jī)傳感器上，焦距、光圈和畸變等參數(shù)要與相機(jī)和被測(cè)物體匹配；圖像采集卡能夠?qū)⑾鄼C(jī)采集到的模擬信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)傳輸?shù)接?jì)算機(jī)進(jìn)行處理。

圖像預(yù)處理模塊是系統(tǒng)的“過(guò)濾器”，負(fù)責(zé)對(duì)采集到的原始圖像進(jìn)行優(yōu)化，模塊主要包括圖像裁剪、去噪和增強(qiáng)等步驟，圖像裁剪用于去除圖像中無(wú)關(guān)的背景信息，減少計(jì)算量；圖像去噪用于去除圖像中的噪聲干擾，提高圖像信噪比；圖像增強(qiáng)用于突出圖像中的缺陷特征，通過(guò)調(diào)整圖像對(duì)比度、亮度和銳度等參數(shù)，使制動(dòng)盤(pán)表面特征更加明顯。

缺陷檢測(cè)算法模塊是系統(tǒng)的“大腦”，負(fù)責(zé)分析預(yù)處理后的圖像，識(shí)別定位制動(dòng)盤(pán)表面缺陷。制動(dòng)盤(pán)缺陷具有多樣性，深度學(xué)習(xí)目標(biāo)檢測(cè)算法是該模塊的首選方案，通過(guò)構(gòu)建大量帶有缺陷標(biāo)注制動(dòng)盤(pán)圖像數(shù)據(jù)集，可以訓(xùn)練出高精度、高魯棒性的缺陷檢測(cè)模型，模型能夠自動(dòng)識(shí)別各種類(lèi)型的缺陷，如裂紋、劃痕、氣孔和夾雜等，給出缺陷的位置、大小和類(lèi)型等信息，配合輔助設(shè)備，例如機(jī)械臂、傳送帶和控制系統(tǒng)等，可以根據(jù)檢測(cè)結(jié)果自動(dòng)抓取和放置制動(dòng)盤(pán)，實(shí)現(xiàn)制動(dòng)盤(pán)的自動(dòng)輸送，實(shí)現(xiàn)整個(gè)檢測(cè)過(guò)程的自動(dòng)化。

4.2制動(dòng)鼓蹄間隙檢測(cè)

在制動(dòng)鼓蹄間隙檢驗(yàn)過(guò)程中，須全面檢測(cè)各零部件的裝配完整性。主要檢驗(yàn)內(nèi)容包括對(duì)零組件的齊全度進(jìn)行核查，確認(rèn)彈性元件的反向狀態(tài)，驗(yàn)證部件間的連接和咬合情況，核實(shí)齒輪構(gòu)件的安裝走向，評(píng)估卡扣的定位角度，檢定制動(dòng)襯墊的布置位置，判斷特定構(gòu)件的螺紋加工情況及標(biāo)識(shí)刻印完整度，同時(shí)還需精確測(cè)量關(guān)鍵尺寸參數(shù)，如直徑、縱向長(zhǎng)度及厚度數(shù)值等。采用一款具備可編程功能的高分辨率數(shù)字?jǐn)z像設(shè)備，選用索尼品牌的FireWire接口相機(jī)，其成像分辨率為 1280×960 0設(shè)備包含12種以上的快門(mén)速度設(shè)定及濾光器配置，能通過(guò)專(zhuān)業(yè)應(yīng)用軟件進(jìn)行配置。設(shè)備的通信控制則依托NI-IMAQ1394驅(qū)動(dòng)程序?qū)崿F(xiàn)與主機(jī)的數(shù)據(jù)交互。檢測(cè)裝置主要包含可旋轉(zhuǎn)的分度平臺(tái)與其搭載的固定機(jī)構(gòu)。每類(lèi)型剎車(chē)組件都配以專(zhuān)用固定裝置。操作人員將剎車(chē)組件裝載至固定裝置后，氣壓式夾持系統(tǒng)會(huì)保證部件穩(wěn)固就位。在進(jìn)行圖像采集前，通過(guò)專(zhuān)門(mén)的對(duì)中裝置實(shí)現(xiàn)剎車(chē)片的精準(zhǔn)定位。

系統(tǒng)采用高性能IEEE1394數(shù)字成像設(shè)備配合專(zhuān)業(yè)PCI接口板實(shí)現(xiàn)圖像采集。系統(tǒng)整合可編程控制的電動(dòng)變焦系統(tǒng)，實(shí)現(xiàn)對(duì)多型號(hào)制動(dòng)器的全分辨率掃描。為消除金屬表面強(qiáng)反射帶來(lái)的干擾，配置了專(zhuān)業(yè)偏光裝置，同時(shí)搭載可通過(guò)程序調(diào)節(jié)光強(qiáng)的高頻照明系統(tǒng)。設(shè)計(jì)了旋轉(zhuǎn)平臺(tái)機(jī)構(gòu)，保證制動(dòng)總成的4個(gè)區(qū)域能夠獨(dú)立成像，大幅提升了圖像分辨精度。采集到的圖像數(shù)據(jù)隨后傳輸至計(jì)算機(jī)進(jìn)行深入分析。定制開(kāi)發(fā)的軟件系統(tǒng)運(yùn)用多種圖像處理算法進(jìn)行數(shù)據(jù)分析，并據(jù)此控制標(biāo)識(shí)裝置對(duì)合格與否做出判定。

4.3制動(dòng)摩擦片厚度與制動(dòng)性能檢測(cè)

機(jī)器視覺(jué)技術(shù)在制動(dòng)摩擦片厚度與制動(dòng)性能關(guān)系的檢測(cè)中，通過(guò)高精度圖像采集、特征提取與智能分析，實(shí)現(xiàn)對(duì)摩擦片關(guān)鍵參數(shù)的動(dòng)態(tài)監(jiān)測(cè)。機(jī)器視覺(jué)基于高分辨率工業(yè)攝像頭（如顯揚(yáng)科技HY-M5設(shè)備）的視覺(jué)系統(tǒng)可對(duì)摩擦片進(jìn)行非接觸式三維成像，其精度可達(dá)亞微米級(jí)，通過(guò)圖像分割技術(shù)分離出摩擦片輪廓，提取厚度、磨損程度等關(guān)鍵特征。例如，通過(guò)模板匹配和差影法，系統(tǒng)可對(duì)比實(shí)際厚度與預(yù)設(shè)標(biāo)準(zhǔn)（如盤(pán)式制動(dòng)器最小厚度 2mm 或鼓式制動(dòng)器極限 1.5mm ），實(shí)時(shí)判斷是否達(dá)到更換閾值。

同時(shí)，厚度變化與制動(dòng)性能的關(guān)聯(lián)性可通過(guò)摩擦系數(shù)測(cè)定和熱穩(wěn)定性測(cè)試進(jìn)一步驗(yàn)證。摩擦片厚度不足會(huì)導(dǎo)致制動(dòng)力矩下降，加速熱衰退現(xiàn)象，機(jī)器視覺(jué)結(jié)合熱機(jī)耦合模型與BP神經(jīng)網(wǎng)絡(luò)可模擬制動(dòng)過(guò)程中的溫度分布與摩擦性能變化，預(yù)測(cè)厚度減薄對(duì)制動(dòng)效能的影響。

此外，系統(tǒng)通過(guò)統(tǒng)計(jì)分析或機(jī)器學(xué)習(xí)模型（如DAGSVM結(jié)構(gòu)）對(duì)檢測(cè)數(shù)據(jù)進(jìn)行分類(lèi)，識(shí)別厚度異常與表面缺陷（如裂紋、油污）的耦合效應(yīng)，提供修復(fù)或更換建議。例如，當(dāng)厚度低于安全閾值，如新的摩擦片厚度標(biāo)準(zhǔn)中，桑塔納和捷達(dá)為 5mm ，富康則是 4.85mm ，磨損極限分別是桑塔納 2.5mm ，捷達(dá) 2mm ，富康 1.5mm ，系統(tǒng)會(huì)觸發(fā)警報(bào)并生成決策報(bào)告，指導(dǎo)生產(chǎn)調(diào)整或質(zhì)量控制措施。

實(shí)際應(yīng)用中，顯揚(yáng)科技的3D視覺(jué)系統(tǒng)通過(guò)環(huán)境光抑制算法和高速成像（310幀 /s ）克服了強(qiáng)反光與動(dòng)態(tài)檢測(cè)難題，結(jié)合厚度測(cè)量與磨損性能測(cè)試，可全面評(píng)估摩擦片壽命，優(yōu)于人工檢測(cè)。

4.4二手車(chē)、事故車(chē)、泡水車(chē)剎車(chē)盤(pán)檢測(cè)

機(jī)器視覺(jué)技術(shù)在二手車(chē)、事故車(chē)、泡水車(chē)的剎車(chē)盤(pán)檢測(cè)中，通過(guò)高精度圖像分析、多模態(tài)數(shù)據(jù)融合及智能化算法，能夠識(shí)別剎車(chē)盤(pán)潛在隱患。

事故車(chē)檢測(cè)方面，機(jī)器視覺(jué)系統(tǒng)結(jié)合三維成像技術(shù)可對(duì)車(chē)身結(jié)構(gòu)進(jìn)行亞毫米級(jí)精度掃描，通過(guò)對(duì)比標(biāo)準(zhǔn)車(chē)身幾何參數(shù)數(shù)據(jù)庫(kù)，識(shí)別車(chē)身框架變形、焊接點(diǎn)異常或漆面修復(fù)痕跡等特征，例如通過(guò)邊緣檢測(cè)算法分析鈑金接縫的連續(xù)性，結(jié)合機(jī)器學(xué)習(xí)模型對(duì)修復(fù)痕跡進(jìn)行分類(lèi)。系統(tǒng)也可整合車(chē)輛歷史數(shù)據(jù)（如事故記錄、維修信息）與實(shí)時(shí)圖像分析結(jié)果，通過(guò)數(shù)據(jù)融合提升檢測(cè)可信度，如檢測(cè)到車(chē)身結(jié)構(gòu)變形時(shí)，若歷史記錄中存在事故報(bào)告，系統(tǒng)將自動(dòng)標(biāo)記為高風(fēng)險(xiǎn)車(chē)輛。對(duì)于泡水車(chē)檢測(cè)，機(jī)器視覺(jué)通過(guò)多光譜成像技術(shù)捕捉車(chē)內(nèi)隱蔽區(qū)域的腐蝕、泥沙殘留或電子元件氧化痕跡，如座椅支架銹斑或線束接口霉變，結(jié)合圖像分割算法（如閾值法或形態(tài)學(xué)操作）量化污染面積，通過(guò)深度學(xué)習(xí)模型（如卷積神經(jīng)網(wǎng)絡(luò)）區(qū)分自然老化與泡水損傷的特征差異。

二手車(chē)、事故車(chē)、泡水車(chē)的剎車(chē)盤(pán)是制動(dòng)系統(tǒng)核心部件，其缺陷和磨損程度能夠基于深度學(xué)習(xí)的視覺(jué)檢測(cè)技術(shù)通過(guò)高分辨率工業(yè)相機(jī)采集剎車(chē)盤(pán)表面圖像，利用數(shù)據(jù)增強(qiáng)技術(shù)構(gòu)建訓(xùn)練集，并通過(guò)無(wú)錨框檢測(cè)機(jī)制定位微小缺陷。例如，長(zhǎng)春工業(yè)大學(xué)研發(fā)的專(zhuān)利技術(shù)通過(guò)深度學(xué)習(xí)主干網(wǎng)絡(luò)提取多尺度特征，結(jié)合熱成像數(shù)據(jù)評(píng)估剎車(chē)盤(pán)熱穩(wěn)定性，可預(yù)測(cè)厚度減薄對(duì)制動(dòng)力的影響，當(dāng)檢測(cè)到厚度低于安全閾值時(shí)，系統(tǒng)自動(dòng)生成維修建議[3]。此外，如 Self Inspection 的檢測(cè)平臺(tái)運(yùn)營(yíng)商，平臺(tái)允許公司在幾分鐘內(nèi)通過(guò)任何手機(jī)完成基于計(jì)算機(jī)視覺(jué)的車(chē)輛引導(dǎo)檢查，檢測(cè)修復(fù)成本、損壞程度等。

4.5位置度檢測(cè)

利用高分辨率相機(jī)、遠(yuǎn)心鏡頭和圖像處理算法，精確測(cè)量制動(dòng)盤(pán)中心孔與安裝孔之間的距離和角度偏差。下面具體分析系統(tǒng)的設(shè)計(jì)思路。圖像采集和預(yù)處理系統(tǒng)使用海康2500面陣相機(jī)和0.5倍放大倍率的遠(yuǎn)心鏡頭采集制動(dòng)盤(pán)圖像，遠(yuǎn)心鏡頭可以減少圖像畸變，采集到的圖像經(jīng)過(guò)降噪和特征提取處理[4]。

目標(biāo)識(shí)別和定位系統(tǒng)采用基于模板匹配的方法識(shí)別和定位圓孔，預(yù)先準(zhǔn)備好的標(biāo)準(zhǔn)圓環(huán)圖像作為模板，與采集到的制動(dòng)盤(pán)圖像進(jìn)行匹配，找到最佳匹配位置，確定圓孔的中心坐標(biāo)和半徑，系統(tǒng)要判斷圓孔成像是否完整。孔心距測(cè)量系統(tǒng)通過(guò)擬合圓的方式確定中心孔的孔心坐標(biāo)，依次采集5個(gè)安裝孔的圖像，提取出各個(gè)安裝孔的孔心坐標(biāo)半徑，計(jì)算中心孔孔心與各個(gè)安裝孔孔心之間的距離，即孔心距，將測(cè)量得到的孔心距與標(biāo)準(zhǔn)值比較，即可得到徑向誤差 f_R 。角度誤差計(jì)算系統(tǒng)要計(jì)算圓周均布孔的角度誤差 f_a， ，位置度計(jì)算階段系統(tǒng)根據(jù)位置度誤差表達(dá)式計(jì)算最終的位置度數(shù)值，表達(dá)式如下：

5結(jié)語(yǔ)

在計(jì)算機(jī)視覺(jué)算法、嵌人式系統(tǒng)及模式辨識(shí)等領(lǐng)域持續(xù)創(chuàng)新的推動(dòng)下，配合智能機(jī)械臂、工業(yè)攝像頭等精密設(shè)備的升級(jí)換代，將人工智能與機(jī)器視覺(jué)深度融合的自動(dòng)化產(chǎn)線技術(shù)，正逐步實(shí)現(xiàn)制動(dòng)盤(pán)的自動(dòng)化質(zhì)檢與不良品智能分揀。企業(yè)需以國(guó)家汽車(chē)產(chǎn)業(yè)戰(zhàn)略需求為導(dǎo)向，聚焦車(chē)用制動(dòng)盤(pán)檢測(cè)、研究?jī)?yōu)化，加大科技資源投入，為提升我國(guó)汽車(chē)制造業(yè)核心競(jìng)爭(zhēng)力注人持續(xù)動(dòng)力，以技術(shù)創(chuàng)新助力制造強(qiáng)國(guó)建設(shè)。

參考文獻(xiàn)：

[1]謝延楠，劉興德.基于機(jī)器視覺(jué)的剎車(chē)盤(pán)工件上下料系統(tǒng)[J].吉林化工學(xué)院學(xué)報(bào)，2024，41（1）：76-81.

[2]王安妮，劉興德.基于機(jī)器視覺(jué)汽車(chē)剎車(chē)盤(pán)位置度檢測(cè)系統(tǒng)[J].電腦與電信，2023（10）：73-76.

[3]李峰，邵世芬.基于機(jī)器視覺(jué)的剎車(chē)盤(pán)表面缺陷檢測(cè)技術(shù)研究[J].青島職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2023，36（4）：42-48.

[4]殷春華，楊宏韜，趙愛(ài)國(guó)，等.復(fù)雜背景下基于Halcon的剎車(chē)盤(pán)視覺(jué)檢測(cè)[J].現(xiàn)代電子技術(shù)，2019，42（17）：49-52.

作者簡(jiǎn)介：

呂風(fēng)軍，男，1987年生，工程師，研究方向?yàn)楹圹E鑒定、二手車(chē)鑒定、車(chē)速鑒定。